Notice bibliographique
Résumé
Editors-in-Chief Graduate: Nicole Haldoupis Undergraduate: Caitilin TerflothSenior Editor, Health Sciences: Mariam GoubranAssociate Editors: Ashley Binta, Jamie Jinsoo Kim, Kristen Schott, Bahar BahraniGraduate Advisor: Chelsea CunninghamSenior Editor, Humanities and Fine Arts: Garret PifkoAssociate Editors: Kayden Gabriel Siriany Linares, Irteqa Khan, Renata Kisin, Erin Grant, Madison Taylor, Kaylee GuistSenior Editor, Interdisciplinary: Aimee FerreAssociate Editors: Emily Barlow, Nykole King, Tushita Patel, Brian VinetSenior Editor, Natural Sciences: Dakoda HermanAssociate Editors, Natural Sciences: Lavie Hoang Nguyen, Jeremy Young, Christina TollettGraduate Advisor: Rachel ParkinsonSenior Editor, Social Sciences: Courtney BallantyneAssociate Editors: Mitchell Barry, Rainer Kocsis, Lindsay Wileniec, Emma Bugg, Eric Gilliland, So Ri Lee, Michelle McLean, Whitney LoerzelGraduate Advisor: Jennifer SedgewickLayout Editor: Stephanie FuchsAssociate Editors: Michelle McLean, Lindsday WileniecMarketing and Communications: Veronica Stewart, with help from Erin Holcomb, Nicole Haldoupis, and Liv MarkenWebsite: Yashwanthan Manivannan and Liv Marken
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,023 | 0,010 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,139 | 0,185 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».